英国利物浦大学、布里斯托大学、伦敦大学学院的研究人员将机器学习、理论计算与实验结果相结合，确定了 -氧化镓的关键特性。相关研究成果7月22日发表在《先进材料》（Advanced Materials）杂志上。

研究人员结合密度泛函理论与机器学习方法，筛选出近一百万个潜在结构，从而开发出一个强大的 -氧化镓原子模型，能够详细了解结构无序对 -氧化镓电子结构的影响，有助于发挥 -氧化镓在应用中的潜力。该研究在处理复杂无序的氧化物方面实现了飞跃，是从局部配位和整体结构方面理解其电子结构的关键一步。

信息来源：

https://news.liverpool.ac.uk/2022/08/17/gallium-oxide-crystal-complexity-tamed-by-machine-learning/

https://onlinelibrary.wiley.com/doi/10.1002/adma.202204217